偷偷问一下，关注了吗？
内容获取
1、购买打包合集（2025KS微信VIP付费合集），价格感人，可以加入微信VIP群（答疑交流群，甚至有小伙伴觉得群比代码更好），可以获取建号以来所有内容，群成员专享视频教程，提前更新，其他更多福利！
2、《KS科研分享与服务》公众号有QQ群，进入门槛是20元（完全是为了防止白嫖党，请理解），请考虑清楚。群里有免费推文的注释代码和示例数据（终身拥有），没有付费内容，群成员福利是购买单个付费内容半价！
需要者详情请联系作者（非需要者勿扰，处理太费时间）：
我们很久之前介绍过一个R包-Scillus（单细胞番外---单细胞数据分析R包Scillus之marker基因可视化（中）），介绍她的原因也说了，无他，完全是一些可视化很好，例如这个热图，可以做到多层注释，很多小伙伴也在高分文章中看到这个图，但是使用Scillus做这个热图很容易出问题。所以这里我们参考之前对DotHeatmap改造的帖子（单细胞基因可视化之热图的根本改造2），以此为基础，写一个函数，做出好的可视化：
效果如下：
函数使用解说见B站：
https://www.bilibili.com/video/BV1rkcUeaENo/?spm_id_from=333.1387.homepage.video_card.click&vd_source=05b5479545ba945a8f5d7b2e7160ea34
热图的特点是可做多层注释，无论是分组还是连续数值，可自定义颜色，具体参数如下，当然了，如果还想继续修饰，可以做更多的参数，我们这里提供框架，自行修改即可，按照实际需求：
marker基因可以自定义，这里我们Findmarker做的，用来演示：
#### My Heatmaplibrary(Seurat)library(ComplexHeatmap)library(dplyr)library(circlize)markers <- FindAllMarkers(human_data,logfc.threshold = 0.25,min.pct = 0.25,only.pos = T)markers_plot1 <- markers %>% filter(p_val_adj < 0.05) %>% group_by(cluster) %>% top_n(n=10, wt=avg_log2FC)markers_plot <- unique(markers_plot1$gene)
单层注释：
ks_single_marker_heatmap(object=human_data,assay = 'RNA',genes = markers_plot, bar = c("celltype"))
调整celltype顺序：
#调整celltype顺序#基因排序markers_plot1$cluster <- factor(markers_plot1$cluster, levels = unique(human_data$celltype))markers_plot1 <- markers_plot1[order(markers_plot1$cluster), ,drop=F]ks_single_marker_heatmap(object=human_data,assay = 'RNA',genes = markers_plot1$gene, bar = c("celltype"),cluster_order = unique(human_data$celltype))
#如果想要基因排序是反的，rev一下基因基因ks_single_marker_heatmap(object=human_data,assay = 'RNA',genes = rev(markers_plot1$gene), bar = c("celltype"),cluster_order = unique(human_data$celltype))
多层注释，自定义颜色：
#多层注释ks_single_marker_heatmap(object=human_data,assay = 'RNA',# cluster_order = unique(human_data$celltype),genes = markers_plot, bar = c("celltype",'group','S.Score'),cols_anno = list(celltype = setNames(c("#7A989A", "#849271", "#CF9546", "#C67052", "#C1AE8D"),unique(human_data$celltype)),group = setNames(c("royalblue","indianred"),unique(human_data$group)),S.Score = colorRamp2(c(min(human_data$S.Score),max(human_data$S.Score)), c('#1A5592',"#B83D3D"))))
#splitks_single_marker_heatmap(object=human_data,assay = 'RNA',# cluster_order = unique(human_data$celltype),genes = markers_plot, bar = c("celltype",'group','S.Score'),column_gap=1,cols_anno = list(celltype = setNames(c("#7A989A", "#849271", "#CF9546", "#C67052", "#C1AE8D"),unique(human_data$celltype)),group = setNames(c("royalblue","indianred"),unique(human_data$group)),S.Score = colorRamp2(c(min(human_data$S.Score),max(human_data$S.Score)), c('#1A5592',"#B83D3D"))))
关注我们获取精彩内容：
关注不迷路：扫描下面二维码关注公众号！
B站视频号链接：https://space.bilibili.com/471040659?spm_id_from=333.1007.0.0
关注 KS科研分享与服务，
认清正版优质内容和服务！
优质内容持续输出，物超所值！
合作联系：ks_account@163.com
